圓桌討論：悄然改變現在和未來的智能物流和存儲 | CCF-GAIR 2017

2017年7月7日至9日，全球人工智能與機器人峰會CCF-GAIR大會在深圳大中華喜來登酒店舉行。本次由CCF中國計算機學會主辦、雷鋒網與香港中文大學（深圳）承辦的大會聚集了全球30多位頂級院士、近300家AI明星AI企業 ，參會人數規模高達3000人，都是國內頂級陣容。雷鋒網記者發回現場報告。

在9日下午的智能物流專場，智能物流主題也迎來了一個圓桌討論，由美國南佛羅里達大學教授 孫宇主持，硅谷人工智能專家王亞莉、菜鳥網絡高級算法專家 朱禮君、AGV（自動輪式機器人）公司極智嘉CEO 鄭勇三位學術與產業專家討論了“智能物流和倉儲改變商業未來”的相關話題。

照片中從左往右依次為孫宇、朱禮君、王亞莉、鄭勇。

孫宇首先問了王亞莉這樣一個問題：你認為人工智能解決物流問題現在的成果離理想狀況還有多遠？在王亞莉看來，中國的智能物流落后于美國，剛剛起步，還有很多的工作需要做。她認為現在人工智能和運籌學的人才短缺且培養慢、智能物流解決方案少且回報周期長、缺乏能與英偉達對抗的性能優異的國產計算設備，都是影響智能物流快速發展的瓶頸問題。

下一個問題是給朱禮君的，“最后一公里”目前還是要靠人來解決，那么如何對人做優化？朱禮君回答，有兩個方法，第一個方法是收集實際數據的方式在模型里加入新的部分，求得新的解；第二個方法是結合概率的方法求最優解。

給鄭勇的問題是，他認為他的公司離做成真正的無人倉還有多久。鄭勇認為，目前對于簡單的情況下已經可以建立無人倉，但是更有價值的是如何把技術和客戶需求結合起來；而目前的AGV相關技術里也還有許多系統智能化的問題需要解決。

孫宇接著向王亞莉提問，亞馬遜的智能倉庫現在狀況如何，對國內有哪些優勢和劣勢？王亞莉回答說，亞馬遜確實是領先、標桿式的。國內的優勢是，由于起步較晚，各種彎路已經有人走過了，也已經有許多優秀的解決方案，性能佳的硬件可以供業內人士拿來就用；國內的劣勢是，全球的優秀人才都聚集在美國硅谷，導致國內的人才儲備需要漫長的積累。

給朱禮君的下一個問題是，他在菜鳥網絡用機器學習的方法解決優化問題，為什么這樣選擇？朱禮君的回答是，他希望他們的算法有自適應的能力，對于許多類似但不完全相同的問題，是不可能用大批量的算法工程師去一個一個地解決的。在這種時候，機器學習的方法就可以自適應地針對不同的問題自動學習不同的特征和解法。朱禮君博士也說，這樣的做法可能會讓機器學習模型取代算法工程師，但他覺得，“如果做一件事是在革自己的命，那這件事就是做對了”。

孫宇還向鄭勇提問了“對未來AGV的看法”。鄭勇進行了詳細的解釋，總結起來有3點，AGV應當有更強感知、更強決策、更強執行能力。

在后續的問題里，嘉賓們還根據自己的研究方向，分別表達了現在研發的技術和算法可以用來優化其他傳統領域和生活中的問題、帶來新的產品和效率提升的觀點。

更多大會內容精彩報道、本圓桌對話圖文全文，請繼續關注雷鋒網。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。